Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2575
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Там в любом случае все три стратегии расковыривать, проще наверное перед калманом расковырять вторую - у нее тот же принцип - адаптивность во времени, но она проще.
Не Андрей , вторая rollingLS очень плохо работает
Там еще пары очень неплохие взяты ... Если брать реальность то дай бог шоб тот калман чего то да показал
Не Андрей , вторая rollingLS очень плохо работает
Там еще пары очень неплохие взяты ... Если брать реальность то дай бог шоб тот калман чего то да показал
Так эта картинка и есть сравнение на смоделированных данных. На реальных данных там дальше в конце и на их первой половине калман даже чуть похуже.
Грубо говоря, для калмана делаются некие априорные предположения и если они верны в реальности, то калман будет гораздо лучше и наоборот.
Грубо говоря, для калмана делаются некие априорные предположения и если они верны в реальности, то калман будет гораздо лучше и наоборот.
По ходу нет.. Симулировал он данные просто для прикола получаеться..
Вот обучение моделей на реальных данных Y_
потом получение спредов
потом бектест
Те Калман не обучался на синтетических данных перед реальным бектестом
По ходу нет.. Симулировал он данные просто для прикола получаеться..
Вот обучение моделей на реальных данных Y_
потом получение спредов
потом бектест
Те Калман не обучался на синтетических данных перед реальным бектестом
Априорные предположения - это во-первых линейная модель зашитая в пакет (описана в начале раздела про калмана) и во-вторых параметры инициализации этой модели берущиеся, вообще говоря, с потолка.
Не Андрей , вторая rollingLS очень плохо работает
На самом деле нет. Если посмотрите предыдущие графики, то видно, что собственно "rolling" включается после прохождения ~ трети выборки. на реальных данных если есть история такой проблемы не будет.
Но таки калман наверное все равно лучше, но все еще считаю что расколупывать лучше от печки.
Та да.. особенно если гуманитарий
Это не форест на ирисах обучать )
Ничерта с этим калманом не понятно((
МАшку (оно же Калман) на полученном спреде считают, сглаживая «шум», вестимо
https://datascienceplus.com/kalman-filter-modelling-time-series-shocks-with-kfas-in-r/
Калман не машка!https://datascienceplus.com/kalman-filter-modelling-time-series-shocks-with-kfas-in-r/
Такое мы уже с Реной и трактором "проходили", на примерах их предсказаний на 1 бар ))) чота ржу
в одном случае оно будет опережать, в другом запаздывать, итого 50/50
На самом деле нет. Если посмотрите предыдущие графики, то видно, что собственно "rolling" включается после прохождения ~ трети выборки. на реальных данных если есть история такой проблемы не будет.
Но таки калман наверное все равно лучше, но все еще считаю что расколупывать лучше от печки.
Такое мы уже с Реной и трактором "проходили", на примерах их предсказаний на 1 бар ))) чота ржу
в одном случае оно будет опережать, в другом запаздывать, итого 50/50